Claude 新旗舰 Fable 5.2 值不值得换

Anthropic 这次把 Fable 和 Mythos 两个系列推到了产品线最顶端，定位是复杂开放式技术任务，日常编程和知识工作还是建议先用 Opus 5.5。我比较认同这个分层思路，模型越强越贵，不是所有任务都值得上顶配。真正需要切到 Fable 或 Mythos 的，是那种耗时较长、需求模糊、需要模型自己判断方向的活。

看基准测试，Fable 5.2 的提升幅度不小。FrontierCode 2.0 最高推理强度下拿到 49.1%，上一代是 32.4%，Opus 5.5 是 45.5%；FrontierSWE v2 是 69.9%，上一代 56.3%，Opus 5.5 是 62.3%。Humanity's Last Exam 配合工具用到 74.2%，RoboDojo Sim 双臂机器人模拟从 27.6% 跳到 64.9%，Remote Labor Index 从 17.9% 到 41.3%。这些数字放在一起看，进步是实打实的，尤其是机器人模拟和远程劳动这两项，跨度大得有点意外。但也不是全面碾压。AutomationBench 企业工作流测试里，Google Gemini 4 Carbon 拿到 53.9%，高于 Fable 5.2 的 51.4%。这提醒我们，单项基准不能当综合能力看，选模型还是得按自己的任务类型跑一轮实测。我自己的经验是，编程类任务看 FrontierCode 和 FrontierSWE 比较有参考价值，企业流程自动化则要另找对应测试。Anthropic 还提到一个细节，核心代码库超过 90% 的合并代码修改已经在人工指导下由 Claude 完成。有个案例是早期 Fable 5.2 版本的智能体把一项关键生产服务从 Python 迁移到 Rust，启动速度提升约 26 倍，运行效率和可靠性也有改善。